让 AI 像大佬一样思考，已斩获 49 个 CVE 的开源0day！全新一代AI代审工具发现效率提升 10
0x01 工具介绍
DeepAudit 是一个基于 Multi-Agent 协作架构的下一代代码安全审计平台（V3.0.4 于 2026-3-3 全新升级）。它不仅仅是一个静态扫描工具，而是模拟安全专家的思维模式，通过多个智能体Orchestrator, Recon, Analysis, Verification的自主协作，实现对代码的深度理解、挖掘和 自动化沙箱 PoC 验证。传统代码审计依赖人工、误报高、效率低，复杂业务逻辑与深层难以挖掘。如今，新一代 AI 多智能体审计工具彻底改变这一现状，它模拟黑客攻击思维，自主完成侦察、分析、验证全流程，已累计发现 49 个 CVE ，让代码安全审计从繁重手工变为高效自动化，人人都能拥有专业级审计能力。
更多工具获取地址：https://docs.qq.com/sheet/DWE1hQXRyWVZ2dmpB?tab=BB08J2
0x02 功能介绍
📸 界面预览
🤖 Agent 审计入口
首页快速进入 Multi-Agent 深度审计
| 📋 审计流日志 | 🎛️ 智能仪表盘 |
| ⚡ 即时分析 | 🗂️ 项目管理 |
📊 专业报告
💡 为什么选择 DeepAudit？
😫 传统审计的痛点 | 💡 DeepAudit 解决方案 |
|---|---|
| 人工审计效率低 跨不上 CI/CD 代码迭代速度，拖慢发布流程 | 🤖 Multi-Agent 自主审计 AI 自动编排审计策略，全天候自动化执行 |
| 传统工具误报多 缺乏语义理解，每天花费大量时间清洗噪音 | 🧠 RAG 知识库增强 结合代码语义与上下文，大幅降低误报率 |
| 数据隐私担忧 担心核心源码泄露给云端 AI，无法满足合规要求 | 🔒 支持 Ollama 本地部署 数据不出内网，支持 Llama3/DeepSeek 等本地模型 |
| 无法确认真实性 外包项目多，不知道哪些真实可被利用 | 💥 沙箱 PoC 验证 自动生成并执行攻击脚本，确认真实危害 |
我们致力于解决传统 SAST 工具的三大痛点：
- 误报率高
— 缺乏语义理解，大量误报消耗人力
- 业务逻辑盲点
— 无法理解跨文件调用和复杂逻辑
- 缺乏验证手段
— 不知道是否真实可利用
用户只需导入项目，DeepAudit 便全自动开始工作：识别技术栈 → 分析潜在风险 → 生成脚本 → 沙箱验证 → 生成报告，最终输出一份专业审计报告。
核心理念: 让 AI 像黑客一样攻击，像专家一样防御。
整体架构图
DeepAudit 采用微服务架构，核心由 Multi-Agent 引擎驱动。
🔄 审计工作流
步骤 | 阶段 | 负责 Agent | 主要动作 |
|---|---|---|---|
1 | 策略规划 | Orchestrator | 接收审计任务，分析项目类型，制定审计计划，下发任务给子 Agent |
2 | 信息收集 | Recon Agent | 扫描项目结构，识别框架/库/API，提取攻击面（Entry Points） |
3 | 挖掘 | Analysis Agent | 结合 RAG 知识库与 AST 分析，深度审查代码，发现潜在 |
4 | PoC 验证 | Verification Agent | (关键) 编写 PoC 脚本，在 Docker 沙箱中执行。如失败则自我修正重试 |
5 | 报告生成 | Orchestrator | 汇总所有发现，剔除被验证为误报的，生成最终报告 |
0x03更新说明
🛠️ 核心功能优化 ✨V3.0.4（2026-03-03）更新 🤖 优化 Agent 协作能力：修复 Agent 间 TaskHandoff 通信机制，多智能体分工协作更稳定 🔍 提升分支选择体验：分支选择功能新增搜索能力，解决分支过多时无法快速定位选择的问题（#143） ⚙️ 增强模型适配性：嵌入模型向量维度支持自定义配置，解决 Ollama 不同参数规模模型维度不匹配的兼容问题 ⏱️ 优化 LLM 超时策略：Agent 审计的 LLM 超时时间支持配置化，告别硬编码 30s 超时的限制 🎨 统一交互体验：对齐项目详情页「启动审计」弹窗与项目管理页样式 / 逻辑，操作更统一 🔒 安全防护升级 🛡️ 修复 SSRF 防护实现，强化内网安全防护能力 通过固定返回时间的方式，规避 SSRF 扫描内网端口的风险 📌 其他更新 合并社区贡献分支（#145），同步主分支最新迭代内容 常规功能迭代与细节优化0x04 使用介绍
📦安装指南
方式一：一行命令部署（推荐）
使用预构建的 Docker 镜像，无需克隆代码，一行命令即可启动：
curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.yml | docker compose -f - up -d🇨🇳 国内加速部署（作者亲测非常无敌之快）
使用南京大学镜像站加速拉取 Docker 镜像（将ghcr.io替换为ghcr.nju.edu.cn）：
手动拉取镜像（如需单独拉取）（点击展开）
# 前端镜像 docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-frontend:latest # 后端镜像 docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-backend:latest # 沙箱镜像 docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-sandbox:latest💡 镜像源由 南京大学开源镜像站 提供支持
💡 配置 Docker 镜像加速（可选，进一步提升拉取速度）（点击展开）
如果拉取镜像仍然较慢，可以配置 Docker 镜像加速器。编辑 Docker 配置文件并添加以下镜像源：
Linux / macOS：编辑/etc/docker/daemon.json
Windows：右键 Docker Desktop 图标 → Settings → Docker Engine
{ "registry-mirrors": [ "https://docker.1ms.run", "https://dockerproxy.com", "https://hub.rat.dev" ] } 保存后重启 Docker 服务： # Linux sudo systemctl restart docker # macOS / Windows # 重启 Docker Desktop 应用🎉启动成功！访问 http://localhost:3000 开始体验。
方式二：克隆代码部署
适合需要自定义配置或二次开发的用户：
# 1. 下载项目 cd DeepAudit # 2. 配置环境变量 cp backend/env.example backend/.env # 编辑 backend/.env 填入你的 LLM API Key # 3. 一键启动 docker compose up -d首次启动会自动构建沙箱镜像，可能需要几分钟。
🔧 源码开发指南
适合开发者进行二次开发调试。
环境要求
Python 3.11+
Node.js 20+
PostgreSQL 15+
Docker (用于沙箱)
1. 手动启动数据库
docker compose up -d redis db adminer2. 后端启动
cd backend # 配置环境 cp env.example .env # 使用 uv 管理环境（推荐） uv sync source .venv/bin/activate # 启动 API 服务 uvicorn app.main:app --reload3. 前端启动
cd frontend # 配置环境 cp .env.example .env pnpm install pnpm dev3. 沙箱环境
开发模式下需要本地 Docker 拉取沙箱镜像：
# 标准拉取 docker pull ghcr.io/lintsinghua/deepaudit-sandbox:latest # 国内加速（南京大学镜像站） docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-sandbox:latest下载地址
访问原文地址在末尾获取下载地址
https://mp.weixin.qq.com/s/8AtGriLMM_0PV4yi4L9n7w